wow玛兹尔的支配2021年下半年中国商业智能软件市场规模为4.8亿美元，2021年度市场规模达到7.8亿美元，同比增长34.9%，呈现飞速增长的趋势。数字化时代，商业智能BI对于企业的落地应用有着巨大价值，逐渐成为了现代企业信息化、数字化转型中的基础建设。

　　有一点可能很多人没有想到，实际上商业智能BI的相关概念已经有了数十年的发展历史。在这段发展过程中，商业智能BI形成了一套成熟的理论和产品体系，并且在现代的信息化、数字化加成下，成为了各行各业企业的成熟产品。

　　商业智能BI的定义其实很简单，简单概括一下就是，商业智能是一套完整的由数据仓库、查询报表、数据分析等组成的数据类技术解决方案，能够实现业务流程和业务数据的规范化、流程化、标准化，打通ERP、OA、CRM等不同业务信息系统，整合归纳企业数据。

　　商业智能BI是非常全面的数据类技术解决方案，比如商业智能BI可以制作满足不同部门、不同层级员工的数据可视化报表，可以帮助一线业务人员实现业务的追踪、预测、复盘等操作；也可以帮助企业高层管理人员，通过商业智能BI的管理驾驶舱、核心KPI指标、集团看板等，全面获取企业信息，辅助进行决策。

　　商业智能BI在企业中确实十分重要，这是因为商业智能BI在企业中发挥着承上启下的作用，往下看商业智能BI能打通ERP、OA、CRM等不同业务信息系统，并将清洗后的数据统一存储到数据仓库；往上看商业智能BI可以提供不同主题、形式的数据可视化报表，通过数据可视化分析全面展现企业发展状况，辅助管理人员进行决策。

　　第一层，可视化分析展现层- 商业智能BI的需求层，一方面代表了用户的需求，用户想看什么、要看什么、另一方面也代表了用户要分析什么，这些就在这一层进行展现。

　　第二层，数据模型层- 商业智能BI数据仓库，主要负责企业数据的分析模型，完成从业务计算规则向数据计算规则的转变。

　　第三层，数据源层- 商业智能BI的数据层，不同部门、业务线的业务信息系统，其底层数据库的数据通过ETL抽取到商业智能BI的数据仓库中，建模分析等等，最终支撑到前端的可视化分析展现。

　　上边刚提到，商业智能BI在企业中的位置主要是承上启下，是信息化建设中的重要一环。商业智能BI围绕数据形成了一整套完整的数据价值体系，充分发挥了数据在企业中产生的价值。

　　谈到商业智能BI在企业IT信息化中的位置，首先要了解企业的信息化建设是什么。一般来说，企业的信息化建设具有通用性，可以统一把大部分的企业的 IT 信息化分为两个阶段：一个是业务信息化，一个是数据信息化。

　　这两个部门相互独立又互相产生影响，但总的来说还是把数据当做其中的基础，业务信息化产生数据并通过数据优化业务本身，数据信息化利用数据但也可以让数据发挥作用，优化业务信息化。

　　业务信息化- 企业使用的ERP、CRM、OA以及自建的业务信息系统等都统称为业务信息化。业务信息化的主要作用是优化调整企业的业务流程，通过规范化、标准化、线上化，来提高业务运转效率、降低企业人力、时间、精力等成本，沉淀大量业务数据等，是业务管理思路的体现，也是现代的企业管理方式。

　　数据信息化- 像我们经常所听到的大数据、商业智能BI、数据分析、数据挖掘等我们都统称为数据信息化。数据信息化可以帮助企业全面的了解企业的经营管理，将企业经营管理模式从经验驱动调整为到数据驱动，降低情绪、心理等主观影响，形成以数据为基础的业务决策支撑，提高决策的准确性，这是企业更高层次的企业管理方式。

　　企业的信息化建设是一个完整的过程，没有业务系统的建设，就不会有数据的沉淀，而没有数据的沉淀，企业也就没有部署商业智能BI的基础。这就是业务信息化和数据信息化的双向作用，能够让业务系统推动商业智能BI的部署，也能让商业智能BI提高业务系统的效果。

　　业务信息化的主要使用对象- 业务信息化的主要使用对象是一线业务人员，所以业务信息化的使用人群更多是从业务视角出发，针对业务进行录入数据、记录流程、查看业务信息等。

　　数据信息化的主要使用对象- 数据信息化的主要使用对象是管理决策人员，在企业的经营管理等日常流程中，决策人员更多是从管理视角利用商业智能BI等数据类技术解决方案去定位问题、分析问题，最终形成业务决策。

　　商业智能BI是通过访问和连接业务系统数据源数据库的方式来进行取数的，不管是什么样类型的数据库，商业智能BI通过ETL连接数据库抽取业务系统原表数据到数据仓库中加工处理，最后支撑到前端的可视化分析报表展现。

　　其实一般来说是不需要的，基本上这么提问的都是经历过软件系统的接口对接，软件系统的接口对接是因为有的业务软件是 JAVA 开发的，有的是开发的，有的是 B/S 架构，有的是 C/S 架构。

　　软件系统之间的接口是需要开发参与的，主要是串联不同软件的业务流程，这种接口是需要动代码的。但商业智能BI在获取数据的接口不一样，是与业务系统软件自身无关的，是只需要访问和连接业务系统背后的数据库就可以的，直接从数据库取数，因此是不需要软件接口，或者没有软件接口访问这种概念的。

　　除非一种情况，这个业务系统是公有云，纯SAAS模式，这种情况下就只能通过软件对外开放的API接口取数了。

　　系统的商业智能BI在遇到大数据量、非结构化数据处理的场景，底层的数据仓库就升级为大数据的数据仓库架构，这就是大数据下的商业智能BI分析；在大数据的数据仓库架构基础之上，往左边更加拓展了数据的采集能力，在中间除了原有大数据架构的数据仓库建模之外，更加加入了数据资产的概念、数据资产盘点、数据资产管理，靠右扩展了数据服务的能力，将数据中台中按照一定规则处理好的数据打包对外提供服务。因此，大数据架构下的数据采集、数据仓库建模、数据资产管理和数据服务就构成了数据中台的几大核心。

　　数据中台的底子是大数据架构，数据仓库是传统商业智能BI数据仓库的大数据升级，而商业智能BI就变成了数据中台之上的应用层，利用中台的数据服务获取数据做分析展现。

　　这就是商业智能BI、大数据、数据中台这三者的关系和在不同数据场景、服务场景下的演变过程，看明白了这个过程，应该就不会再轻易的混淆他们的概念。至于商业智能BI、大数据、数据中台应该选择哪个，其实说到底如何选择合适的技术路线、技术架构，最终还是取决于企业自身到底要解决什么，不能盲目选择。盲目选择的结果就是大投入，小产出没有达到预期的期望。我们还是应该聚焦到需求本身，需求为王。